Heurísticas GRASP para Alocação de Access

12 e 13 de agosto de 2011
ISSN 1984-9354
Heurísticas GRASP para alocação de access

points para transmissão de sinal de rede sem
fio em ambiente indoor
Rebeca Marcilio Araujo Capdeville Campanha
(Universidade Candido Mendes)
Dalessandro Soares Vianna
(Universidade Candido Mendes)
Resumo
Neste trabalho são propostas duas Heurísticas GRASP para o
problema de Localização de pontos de acesso de transmissão de
internet wireless em ambiente indoor limitado por obstáculos. A
proposta se aplica a um projeto de implantação de rede sem fio em
pontos críticos de um campus de uma instituição federal de ensino.
Este é um problema comum encontrado durante a implantação de
redes de comunicação em cenários em que mudanças na estrutura
local se tornam caras e inviáveis e a utilização de tecnologia wireless
constitui a opção mais adequada, devido a diminuição do custo,
aumento da confiabilidade e praticidade da implantação em relação às
estruturas fixas cabeadas. O objetivo do modelo é estimar a
quantidade necessária de concentradores para cobrir uma área
aceitável de demanda com um sinal de qualidade que garantirão o
funcionamento adequado da transmissão de dados, de modo a
maximizar o atendimento. O modelo é baseado no Problema de
Localização de máxima Cobertura e para desenvolvê-lo foi necessário
levar em consideração conceitos de radio transmissão que irão incidir
sobre a qualidade do sinal transmitido.
Palavras-chaves: Localização de facilidades, máxima cobertura,

GRASP, rede wireless
VII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO
1. Introdução
A tecnologia de redes locais sem fio (Wireless LAN ou WLAN) tem se tornado
componente crucial das redes de comunicação de computadores e observa-se um crescimento
a largos saltos de sua utilização. Graças à aprovação do padrão IEEE 802.11 em 1997, a
tecnologia wireless saiu de um ambiente de implementação restrito para se tornar uma solução
ampla e aberta de provimento de mobilidade em todo tipo de cenário. Desta forma, empresas
estão investindo alto em redes wireless para tirar vantagem da facilidade de acesso móvel em
tempo real às informações.
Com a diminuição do custo, aumento da confiabilidade e praticidade da implantação
de redes sem fio, em relação às estruturas fixas cabeadas, é crescente a utilização dessa
tecnologia nas redes de comunicação de dados.
Diante deste crescimento acelerado, considera-se que a implantação de tecnologia de
comunicação wireless é ideal para empresas e instituições onde a verba que custeia o projeto e
a aquisição do material a ser utilizado é limitada, além de ser inviável a paralisação das
atividades em virtude de obras durante o período de implantação. Diante da limitação de
recursos, se faz necessário desenvolver alternativas de distribuição de pontos de transmissão
que, em um cenário ideal, atenda a uma determinada demanda de usuários garantindo-lhes um
sinal de qualidade.
O planejamento adequado da localização dos pontos de acesso – também conhecidos
como Access Points, ou simplesmente APs – e antenas transmissores de sinal é vital para
assegurar o funcionamento adequado do sistema de comunicação. Contudo as variáveis
envolvidas para tomada desta decisão tornam o problema complexo. Segundo Najnudel
(2004), para garantir o bom funcionamento de uma rede wireless em um ambiente fechado
(indoor) deve-se levar em consideração, de forma geral, o posicionamento e a quantidade de
concentradores para escoar o tráfego de utilização, a freqüência de funcionamento dos
dispositivos, a interferência exercida pelos obstáculos encontrados no local, a polarização e a
diversidade das antenas.
Decisões sobre a melhor configuração para instalação de facilidades destinadas ao
atendimento da demanda de uma população são tratadas em uma ampla classe de problemas,
2
conhecida como Problemas de Localização (DREZNER, 1995). O termo “facilidades” pode

ser atribuído a depósitos, escolas, postos de saúde, lojas, antenas de transmissão, entre outros.
A facilidade deverá interagir com outros elementos que possuem localização fixa. As
aplicações para os problemas de facilidades têm despertado interesse tanto no setor público
quanto na iniciativa privada, pois auxilia planejadores a tomar decisões mais acertadas
visando reduzir custos com investimentos e maximizar satisfação dos clientes, qualidade do
serviço prestado, lucro, dentre outros aspectos.
De acordo com o objetivo desejado, duas grandes classes de problemas de localização
podem ser definidas, a classe dos problemas de cobertura que enfoca a distância máxima entre
qualquer cliente e a facilidade designada para atendimento, e a classe dos problemas de
localização de medianas que trata da minimização de distâncias médias ou totais, entre os
clientes e os centros de atendimento (facilidades). Em ambas as classes decisões são tomadas
sobre onde localizar facilidades, considerando clientes que devem ser servidos de forma a
otimizar um certo critério.
Os problemas de localização de facilidades são, em sua maioria, pertencentes à classe
NP-difícil (GAREY & JOHNSON, 1979), ou seja, são problemas complexos de natureza
combinatória para os quais não se conhecem algoritmos polinomiais capazes de obter a
solução exata, o que exige grande esforço computacional os tornando de difícil solução
através de algoritmos exatos. Esta complexidade tem motivado a busca por heurísticas com o
intuito de alcançar melhores resultados.
Neste trabalho são propostas duas heurísticas GRASP para o problema de localização
de pontos de acesso de transmissão de internet wireless em ambiente indoor, aplicado a um
projeto de implantação de rede sem fio em pontos críticos de um campus de uma instituição
federal de ensino, sendo o problema modelado como um Problema de Localização de Máxima
Cobertura (PLMC).
O artigo é organizado da seguinte maneira. A Seção 2 contém a descrição do problema
abordado. Na Seção 3 são apresentados as duas heurísticas implementadas. Os testes
computacionais realizados são apresentados na Seção 4, e na ultima seção encontram-se as
conclusões do trabalho.
2. O problema de localização de antenas
3
A antena é um elemento vital para o bom funcionamento de sistemas de radio

comunicação como telefonia celular, TV e internet sem fio, por isso sua localização adequada
garante a melhora e a qualidade do sinal transmitido, determinando sua cobertura. Embora o
problema de localização-alocação de antenas de transmissão seja um problema antigo, sua
abordagem científica começou a receber um maior enfoque recentemente.
A solução proposta por Hoffman & Gómez (2003) aborda o problema de
posicionamento de torres de radiotransmissão, num dado terreno. Neste trabalho o problema é
modelado como PLMC utilizando métodos de localização-alocação e busca tabu procurando-
se maximizar, dado um número fixo de antenas, o número de clientes receptores de sinal que
podem possuir prioridades diversas de atendimento. Embora seja uma solução interessante,
não prevê a aproximação das antenas dos pontos de atendimento. Além disso, a solução
considera apenas a dinâmica do terreno, não avaliando a presença de elementos que possam
interferir no sinal transmitido, o que, em muitos casos, inviabiliza a aplicação do modelo.
Em seu trabalho, Marques (2007) desenvolveu duas heurísticas diferentes para
solucionar o problema de localização de antenas de transmissão em ambiente outdoor,
GRASP e Algoritmo Genético. O autor procurou aproximar mais o modelo matemático das
situações reais, onde em muitos casos é desconhecido o número de facilidades a serem
instaladas e considera-se restrições como altura dos obstáculos e alcance dos equipamentos de
telecomunicações. A modelagem dos obstáculos foi feita na forma de paralelepípedo, porém
somente obstáculos densos como montanhas são considerados.
Posteriormente, Siliprande (2009) propôs um modelo genérico desenvolvendo um
Algoritmo Genético para solucionar o problema de localização de antenas de internet wireless
tendo como cenário os limites do município de Itaperuna - RJ. Para tratar o problema foi
proposto um modelo de programação linear multi-objetivo modelado como PLMC. O modelo
foi desenvolvido utilizando conceitos de rádio transmissão em ambientes abertos (outdoor)
para definir o alcance máximo da antena e evitar obstáculos interferentes. Os objetivos do
modelo foram minimizar a distância mínima entre cada ponto de demanda e a antena instalada
num determinado local; maximizar a cobertura e minimizar custos com instalação de antenas.
Como se pode perceber, atualmente o problema de localização-alocação de antenas de
radiotransmissão é amplamente discutido, entretanto, pouco se encontra sobre localização de
antenas em ambiente indoor. Alguns trabalhos dão enfoque somente aos aspectos de
radiotransmissão, como perda de penetração em obstáculos, movimentação de pessoas no
ambiente, coeficiente de perda de propagação com a distância, efeitos de difração, reflexão e
4
refração, porém, não levam em consideração a otimização da localização das antenas de

maneira a minimizar custos com sua instalação e maximizar a cobertura. Dentre estes
trabalhos, podem ser citados os de Rudd (2002), Laselva (2003) e Najnudel (2004).
Ao se planejar uma rede WLAN é necessário levar em consideração alguns conceitos
básicos de rádio transmissão como: ganho, freqüência, polarização do sinal, diversidade de
antenas e interferências; além disso, é importante observar outros dois fatores importantes
para propagação do sinal: quantidade e posicionamento de concentradores para garantir a
qualidade do sinal e o escoamento do tráfego pretendido.
Uma das grandes dúvidas ao se montar uma rede wireless é o alcance do sinal, um
fator que varia imensamente em função dos obstáculos encontrados pelo caminho e a
qualidade das antenas utilizadas. De acordo com os fabricantes, o alcance pretendido para as
redes wireless é de 30 metros em ambientes fechados e de 150 metros em ambientes abertos.
No entanto estes são valores estimados obtidos através de testes padronizados, o que não
garante um cenário real correspondente, pois neste há influência de fatores importantes como:
o ganho das antenas instaladas no ponto de acesso e no cliente, a potência dos transmissores,
os obstáculos e fontes de interferência presentes no ambiente.
A cobertura de uma área diz respeito ao estabelecimento de comunicação entre os
vários pontos que funcionam sob um mesmo sistema de telecomunicações. No caso de redes
sem fio a comunicação ocorre através de APs que emitem sinal através de um canal pré
determinado para que seja feita a comunicação entre ele e os demais equipamentos dos
usuários que podem ser estações de trabalho desktop, notebooks, tablets ou celulares.
A Figura 1 apresenta o leiaute da rede sem fio, que consiste em um conjunto de
estações de trabalho associadas a um concentrador que por sua vez faz parte de um conjunto
de n concentradores, de modo que existam alguns pontos em comum dentro da área de
cobertura. Este projeto visa cobrir toda a área existente de maneira que nenhuma estação fique
descoberta e nos casos possíveis, a estação possa se deslocar e continuar coberta pela rede
wireless.
5
Figura 1: Leiaute de uma rede sem fio.

FONTE: Najnudel (2004)
Para determinar a quantidade de APs necessários para atender uma determinada

demanda, é muito importante que se faça um dimensionamento do tráfego requerido pelos
usuários no interior da área coberta. Para fins deste trabalho, será levado em consideração que
cada AP utilizado irá atender a, no máximo, 30 clientes com um tráfego padrão para um
ambiente corporativo que é de 150 Kbps, normalmente utilizado para aplicações como web,
email e transferência de arquivos.
2.1. Propagação em Ambiente Fechado
A propagação tem como objetivo estudar como a energia é transportada ao longo do

meio, que neste caso é o canal rádio. Para Najnudel (2004) os modelos mais simples de
propagação não levam em consideração a existência de obstáculos no meio, por esta razão é
importante se estudar modelos específicos de propagação em ambientes fechados, uma vez
que, neste caso, a incidência de obstáculos como divisórias, móveis, janelas ou até mesmo
pessoas circulando podem afetar diretamente a eficiência do sinal transmitido. A medição da
perda de penetração de ondas eletromagnéticas ao atravessar obstáculos é um grande desafio
para profissionais da área de telecomunicações.
A Tabela 1 apresenta valores medidos pelo COST 231 (European Cooperation in the
field of Scientific and Technical Research – Action 231), obtidos para freqüência de 2,4 GHz,
6
para perda de penetração em obstáculos comumente encontrados em ambientes fechados.

Estes valores serão utilizados no modelo COST 231 Keenan e Motley (NAJNUDEL, 2004;
RUDD, 2002) que será empregado neste trabalho.
Tabela 1. Perdas de penetração em obstáculos medido pelo European COST 231

Perda Alcance Alcance
Obstáculo
Adicional (dB) Efetivo aproximado
Espaço aberto 0 dB 100% 305 m
Janela (tinta não metálica) 3 dB 70% 215 m
Janela (tinta metálica) 5-8 dB 50% 150 m
Parede média (madeira) 10 dB 30% 100 m
Parede espessa (aprox. 15 cm) 15-20 dB 15% 50 m
Parede muito espessa (aprox. 30 cm) 20-25 dB 10% 30 m
Fonte: BreezeNET PRO.11 Series Reference Guide
Para cálculos de atenuação em enlaces em ambientes fechados são utilizados modelos

de propagação. No estudo dos mecanismos de propagação, pesquisadores têm procurado
estabelecer uma grande variedade de modelos de predição de atenuação. Desta forma, existem
dois tipos de modelos de propagação, os modelos teóricos e os modelos empíricos.
Os modelos teóricos, ou determinísticos, não apresentam nenhum tipo de ajuste
experimental. Por serem baseados em princípios físicos requerem uma base de dados
representativa das características do ambiente em que será aplicado e apresentam algoritmos
muito complexos e computacionalmente pesados. Entretanto, em se tratando de ambientes
indoor, são utilizados em sua grande maioria os modelos de propagação empíricos que
possam ser precisos e ao mesmo tempo ter uma expressão analítica simplificada, levando-se
em consideração o comportamento aleatório do sinal propagado. São, em geral, de fácil
aplicação e necessitam de um tempo computacional relativamente baixo para apresentarem
algum resultado (BARIZON, 2004; NAJNUDEL, 2004). Sua precisão depende quase que
exclusivamente da qualidade e da exatidão das medições realizadas nos locais em que serão
aplicados.
Existe uma ampla quantidade de modelos empíricos tendo como ponto inicial a
Equação de Friis de atenuação no espaço livre. O modelo COST 231 Keenan e Motley,
7
escolhido para ser utilizado neste trabalho, é considerado o mais completo para predição de
sinais em ambientes fechados com existência de obstáculos, pois leva em conta o número
exato de paredes e pisos atravessados, bem como o tipo de material que constitui estes
obstáculos. Sua expressão matemática (2.1) é bastante abrangente e requer o conhecimento de
dados para definir o valor de seus parâmetros de entrada, obtidos através de campanhas de
medições em locais específicos em que o modelo será aplicado.
I J
Ltotal  L0  10.n. log( d )   k f ,i .L f ,i   k w, j .Lw, j (2.1)
i 1 j 1
Onde:
Ltotal – atenuação total do modelo [dB]
L0 – perda de propagação a um metro da antena irradiante para a freqüência
determinada [dB]
d – distância percorrida pelo sinal [m]
n – coeficiente de propagação
Lf,i – perda de propagação do sinal através do piso i [dB]
kf,i – número de pisos com a mesma característica
Lw,i – perda de propagação do sinal através da parede j [dB]
kw,i – número de paredes com a mesma característica
I – número de pisos atravessados pelo sinal
J – número de paredes atravessadas pelo sinal.
Alguns dos valores de perda de penetração em obstáculos já foram apresentados na
Tabela 2 na seção 1.
2.2. Descrição do Problema
Com o intuito de garantir o bom funcionamento do sistema de acesso à WLAN, é

preciso desenvolver um plano de rede, baseado na melhor localização dos pontos de acesso,
de forma que a menor quantidade possível de usuários fique sem acesso efetivo.
No processo de pesquisa e planejamento de locais para implantação dos APs no
campus da instituição federal de ensino alguns aspectos devem ser levados em consideração: a
localização dos pontos transmissores de sinal, a quantidade de Access Points limitada em, no
máximo, 05 unidades, uma área de atendimento de 490m² em que se distribui uma demanda
de, aproximadamente, 70 clientes a serem atendidos, sendo que, aproximadamente, 40
8
clientes fazem uso simultâneo do serviço e a ocorrência obstáculos estruturais como paredes
de concreto e divisórias de madeira e vidro que devem ser transpostos pelo sinal.
Para verificar a distância que o sinal percorre e quantidade de obstáculos que
interferem no sinal transmitido pelo AP até seu ponto de atendimento foi necessário traçar
uma reta ligando os APs aos clientes. Após isto, foi necessário fazer o somatório das
interferências dos obstáculos que interceptam o sinal e aplicar os resultados obtidos para
distância e interferência por obstáculo ao modelo COST 231 Kennan e Motley, determinando,
desta forma, a atenuação do sinal propagado para cada ponto de atendimento. Os clientes são
considerados atendidos caso a atenuação total (Ltotal) do sinal recebido por cada um seja maior
que -79 dB, que, através de medições, foi considerado um nível aceitável de sinal para que
houvesse comunicação de dados efetiva entre os pontos.
3. Heurísticas propostas
O método GRASP (Greedy Randomized Adaptive Search Procedure), proposto

inicialmente por Feo e Resende (1995), consiste de duas fases: uma fase construtiva, na qual
uma solução é gerada através de busca realizada por um algoritmo guloso randomizado; e de
uma fase de busca local, na qual a solução inicial é melhorada através de busca na vizinhança
local que é constituída, geralmente, por movimentos de troca e/ou substituição de candidatos.
A melhor solução encontrada ao longo de todas as iterações GRASP realizadas é retornada
como resultado. A Figura 2 apresenta o pseudocódigo básico de uma heurística GRASP.
Procedimento GRASP (Max_Iterações)

01 MelhorSoluçãoFinal ← ∞;
02 Para i ← 1 até Max_Iterações faça:
03 ConstrutivaAleatóriaGulosa(Solução);
04 BuscaLocal(Solução);
05 Atualiza(Solução, MelhorSoluçãoFinal);
06 Fim_para
07 Retorna (MelhorSoluçãoFinal);
08 Fim GRASP;
Figura 2. Pseudocódigo da metaheurística GRASP implementada.
9
Neste trabalho são propostas duas implementações de heurística GRASP para resolver
o problema de localização de pontos de acesso em uma rede sem fio indoor. As heurísticas
desenvolvidas foram chamadas de GRASP-TROCA e GRASP-DROP e se diferem pelo
método de busca local utilizado. Ambas seguem o pseudocódigo descrito na Figura 2 e
recebem como parâmetro o número máximo de iterações (Max_Iterações), a cada iteração i o
método construtivo gera uma solução inicial aleatória (linha 3) e em seguida essa solução é
submetida a um processo de busca local (linha 4), resultando em uma solução ótima local. As
heurísticas armazenam a melhor solução encontrada até o momento (linha 5) e como retorno,
tem-se a melhor solução obtida após o término da última iteração (linha 7).
3.1. Fase Construtiva
Foram utilizadas duas etapas para determinação de uma solução inicial para o
problema apresentado. A primeira é totalmente aleatória e, apesar de não garantir a obtenção
da melhor solução, se justifica por permitir que o método obtenha uma maior diversidade de
soluções. Após a construção da solução inicial, foi aplicado a esta o algoritmo de Teitz & Bart
(1968) a fim de refiná-la, garantindo sua qualidade e melhorando a eficiência da busca local.
Este é um método aproximado para a determinação de p medianas entre n vértices candidatos
à mediana do problema. É baseado na substituição de vértices para que se produza melhora no
somatório das distâncias entre os clientes e as medianas.
3.2. Fase de Busca Local
Assim como em muitas técnicas determinísticas, as soluções geradas pela fase de

construção do GRASP provavelmente não apresentam resultados localmente ótimos em
relação à definição de vizinhança adotada. Daí a importância da fase de busca local que
possui o objetivo de melhorar a solução construída. Nesta fase, o vetor da solução inicial
gerado na fase de construção é alterado, desta forma todos os valores dentro da vizinhança são
testados quanto a melhoria da solução.
De acordo com Rangel et al. (2000), o procedimento de otimização local pode exigir
um tempo exponencial se a busca partir de uma solução inicial qualquer, embora se possa
10
constatar empiricamente a melhoria de seu desempenho de acordo com a qualidade da solução

inicial. A eficiência da busca local, que objetiva melhorar a solução construída, depende da
qualidade da solução inicial gerada.
As Subseções 3.2.1 e 3.2.2 descrevem os dois métodos de busca local propostos.
3.2.1. Busca Local 1
Tem-se uma solução inicial S gerada pela fase construtiva que apresenta um conjunto
de facilidades candidatas (C) a pertencer a um conjunto de facilidades localizadas (L).
Gradativamente, a Busca Local 1 determina novas soluções vizinhas S’ trocando as
facilidades c C por facilidades l L, enquanto resultarem em um máximo acréscimo da
função objetivo. O algoritmo é então finalizado quando nenhuma facilidade a ser trocada
possa melhorar a solução corrente S, ou seja, quando é obtido um ótimo local.
A Busca Local 1 é utilizada na heurística denominada neste trabalho como GRASP-
TROCA e é aplicada imediatamente após a fase construtiva descrita na Seção 3.1.
3.2.2. Busca Local 2
Na Busca Local 2, analogamente à Busca Local 1, tem-se uma solução inicial S gerada
pela fase construtiva que apresenta um conjunto de facilidades candidatas (C) a pertencer a
um conjunto de facilidades localizadas (L).
A diferença entre ambas está em a Busca Local 2 retirar (fechar) gradativamente uma
facilidade aberta l L e realizar a troca entre uma facilidade localizada e uma facilidade
candidata enquanto houver melhora na solução corrente S. O algoritmo é finalizado quando é
um ótimo local é obtido. Esta heurística foi baseada no método desenvolvido por Feldman et
al. (1966) denominado DROP em que inicia-se com todas as facilidades candidatas (C)
pertencentes ao conjunto de facilidades localizadas (L) sendo as facilidades retiradas do
conjunto L gradativamente enquanto este não estiver vazio e enquanto a função objetivo
melhora.
A Busca Local 2 é utilizada na heurística denominada neste trabalho como GRASP-
DROP e é aplicada imediatamente após a fase construtiva descrita na Seção 3.2.
11
4. Testes Computacionais
Nesta seção são apresentados os testes computacionais das heurísticas GRASP

propostas que foram programadas na linguagem C++.
4.1. Geração dos problemas testes
Para testar as heurísticas desenvolvidas neste trabalho, foram gerados 4 conjuntos de

problemas:
 Instância 1: Problema gerado baseado na rede sem fio que será implementada no
ambiente descrito na Seção 2, e em outros dois ambientes existentes na instituição em
questão onde as soluções ótimas não são conhecidas. Neste problema, número de APs,
locais potenciais, área a ser atendida e tipos de obstáculos foram gerados de acordo
com o cenário real.
 Instâncias 2, 3 e 4: Problemas gerados de forma aleatória, com alteração na área
atendida, tipos de obstáculos e quantidade de locais potenciais, onde as soluções
ótimas também não são conhecidas.
É importante ressaltar que a quantidade de clientes em todas as instâncias foi mantida,
isto é, 70 clientes e que a redução do número de APs está diretamente ligada à quantidade de
clientes a serem atendidos, pois conforme descrito na Seção 2, cada AP deverá atender a, no
máximo, 30 clientes. Diante disso, independente da área a ser atendida, ao se diminuir a
quantidade de APs para verificar se esta redução ainda atende a área pretendida, esta é uma
restrição importante que deve ser obedecida.
Cada instância é formada por três cenários (A, B, C) em que se varia a área a ser
atendida e a ocorrência de determinado tipo de obstáculo como pode apresentado na Tabela 2.
Tabela 2. Instâncias utilizadas para teste das heurísticas.

Instância 1 Instância 2 Instância 3 Instância 4
APs Área Tipos de APs Área Tipo de APs Área Tipo de APs Área Tipo de
12
(m²) Obst.. (m²) Obst. (m²) Obst. (m²) Obst.

Madeira, Madeira, Madeira, Madeira,
05 490 vidro e 05 430 vidro e 05 510 vidro e 05 390 vidro e
concreto concreto concreto concreto
Concreto Concreto Concreto Concreto
05 490 e 05 430 e 05 510 e 05 390 e
madeira madeira madeira madeira
05 490 Concreto 05 430 Concreto 05 510 Concreto 05 390 Concreto
Nos testes computacionais realizados a seguir são comparados os desempenhos das

heurísticas GRASP-TROCA e GRASP-DROP em todas as instâncias. As heurísticas são
executadas três vezes para cada cenário e o tempo de duração de cada execução é diretamente
proporcional ao tamanho da instância. Destas execuções são obtidas as médias dos resultados.
4.2. Apresentação dos resultados
Na Tabela 3 são apresentadas as porcentagens médias de área atendida que as

heurísticas GRASP-TROCA e GRASP-DROP obtiveram para cada um dos cenários, assim
como a melhora em relação à fase de construção (GAP). Em todos os problemas testados, a
heurística GRASP-TROCA mostrou resultados satisfatórios para o cenário A de três das
quatro instâncias, isto é, atendeu mais que 80% da área pretendida. Ainda pode-se inferir que
esta heurística apresentou uma melhora aceitável dos resultados em relação a fase de
construção, em alguns casos melhorando-os em mais de 10%.
É possível observar que em todos os problemas testados, a heurística GRASP-DROP
só apresentou resultado satisfatório para a instância com cenário de menor área.
13
Tabela 3. Média das áreas atendidas obtidas pelas heurísticas.

Fase GRASP- GRASP-DROP GAP GAP
Cenário GAP
Construtiva TROCA -1 AP -2 APs (-1 AP) (-2 APs)
A 77,08% 82,06% 4,98% 78,02% - 0,94% -

Instância 1 B 52,29% 52,59% 0,00% - - - -
C 44,07% 44,15% 0,08% - - - -
A 78,20% 80.03% 1,83% 79,02% - 0,82% -
Instância 2 B 48,02% 58,27% 10,25% - - - -
C 41,03% 41,03% 0,00% - - - -
A 71,08% 74,05% 2,97% 74,09% - 3,01% -
Instância 3 B 37,02% 49,12% 12,10% - - - -
C 38,06% 50,27% 12,21% - - - -
A 82,88% 90,88% 8,00% 85,02% 82,88% 2,14% 0%
Instância 4 B 67,08% 78,09% 11,01% 69,78% - 2,70% -
C 49,13% 49,13% 0,00% - - -
5. Conclusões
Neste trabalho foram propostas e comparadas duas heurísticas, baseadas na

metaheurística GRASP, para resolver o problema localização de pontos de acesso em uma
rede wireless indoor que será implantada em uma instituição federal de ensino, visando cobrir
uma maior área possível de atendimento para uma determinada quantidade de usuários.
As duas heurísticas foram aplicadas para resolver quatro conjuntos de problemas. O
primeiro conjunto contém problemas construídos manualmente, baseado no leiaute do
problema real, de tal maneira que as soluções ótimas não são conhecidas. Os conjuntos
restantes foram formados por problemas gerados de forma automatizada, onde as soluções
ótimas também não são conhecidas.
Os resultados computacionais mostraram que a heurística GRASP-TROCA
apresentou um resultado satisfatório, ou seja, atendendo mais de 80% da área pretendida para
o cenário A de três das quatro instâncias. Isto se deve ao fato da ocorrência de tipos variados
de obstáculos nos cenários testados. A sua melhora em relação à fase construtiva ultrapassou
10% em alguns casos.
14
A heurística GRASP-DROP demonstrou que o número de APs pretendidos para

solucionar o problema apresentado é o mais aconselhável, uma vez que a diminuição da
quantidade de pontos de acesso não apresentou melhora significativa em relação à fase
construtiva.
Para trabalhos futuros pretende-se implementar uma heurística GRASP usando, na
etapa de busca local, a técnica VND (variable neighborhood descent) (Mladenovic e Hansen,
1997), a qual combinará os dois métodos de busca local propostos neste trabalho: TROCA E
DROP.
15
6. Referências
BARIZON, B.M. Medidas de Propagação em 2.4 Ghz para o Planejamento de Redes Locais
de Acesso sem Fio. Dissertação de Mestrado em Engenharia Elétrica, PUC, 2004.
BreezeNET PRO.11 Series Reference Guide, Julho, 1998.
DREZNER, Z. Facility Location: a Survey of Spplications and Methods. New York:
Springer-Verlag, pp. 571, 1995.
FEO T.A.; RESENDE, M.G.C. Greedy Randomized Adaptive Search Procedures. Journal Of
Global Optimization, 6: 109-133, 1995.
GAREY, M.R.; JOHNSON, D.S. Computers and intractability: a guide to the theory of
Npcom-pleteness.W. H. Freeman and Co., San Francisco, 1979.
HOFFMAN, L.T.; GÓMEZ, A.T. Uma abordagem do problema de localização de torres de
rádio transmissão auxiliado por um sistema de informação geográfica. XXXV SBPO, 2003.
IEEE STANDARDS ASSOCIATION. IEEE 802.11: Lan/Man Wireless Lans. USA.
Disponível em http://standards.ieee.org/getieee802/802.11.html acessado em 15/06/2010.
LASELVA, D. WLAN Indoor Radio Network Planning, HUT Communications Laboratory,
2003.
MARQUES, T.B. Heurísticas para o problema de localização/alocação de antenas de
transmissão. Dissertação de Mestrado em Pesquisa Operacional e Inteligência
Computacional, Universidade Candido Mendes – Campos, Campos dos Goytacazes, RJ,
2007.
MLADENOVIC, N.; HANSEN, P. Variable neighborhood Search. Computers and
Operations Research, v. 24, 1097 – 1100, 1997.
NAJNUDEL, M. Estudo de propagação em ambientes fechados para o planejamento de
WLANs. Dissertação de Mestrado em Engenharia Elétrica, PUC, 2004.
RANGEL, M.C.; ABREU, N.M.M.; NETTO, P.O.B. GRASP para o PQA: um limite de
aceitação para soluções iniciais. Pesquisa Operacional, 20, 1:45-58, 2000.
RUDD, R. F. Indoor Coverage Considerations for High- elevation Angle Systems. Aegis
Systems Limited, 2002
SILIPRANDE, M.D. Localização de antenas de transmissão para internet wireless: uma
aplicação com abordagem genética para o município de Itaperuna. Dissertação de Mestrado
em Engenharia de Produção, UENF, Campos dos Goytacazes, 2009.
16

Heurísticas GRASP para Alocação de Access

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Heurísticas GRASP para Alocação de Access

Enviado por

Direitos autorais:

Formatos disponíveis

12 e 13 de agosto de 2011

Heurísticas GRASP para alocação de access

Palavras-chaves: Localização de facilidades, máxima cobertura,

conhecida como Problemas de Localização (DREZNER, 1995). O termo “facilidades” pode

2. O problema de localização de antenas

A antena é um elemento vital para o bom funcionamento de sistemas de radio

refração, porém, não levam em consideração a otimização da localização das antenas de

Figura 1: Leiaute de uma rede sem fio.

Para determinar a quantidade de APs necessários para atender uma determinada

2.1. Propagação em Ambiente Fechado

A propagação tem como objetivo estudar como a energia é transportada ao longo do

para perda de penetração em obstáculos comumente encontrados em ambientes fechados.

Tabela 1. Perdas de penetração em obstáculos medido pelo European COST 231

Para cálculos de atenuação em enlaces em ambientes fechados são utilizados modelos

Com o intuito de garantir o bom funcionamento do sistema de acesso à WLAN, é

O método GRASP (Greedy Randomized Adaptive Search Procedure), proposto

Procedimento GRASP (Max_Iterações)

Figura 2. Pseudocódigo da metaheurística GRASP implementada.

3.1. Fase Construtiva

3.2. Fase de Busca Local

Assim como em muitas técnicas determinísticas, as soluções geradas pela fase de

constatar empiricamente a melhoria de seu desempenho de acordo com a qualidade da solução

3.2.1. Busca Local 1

3.2.2. Busca Local 2

Nesta seção são apresentados os testes computacionais das heurísticas GRASP

4.1. Geração dos problemas testes

Para testar as heurísticas desenvolvidas neste trabalho, foram gerados 4 conjuntos de

Tabela 2. Instâncias utilizadas para teste das heurísticas.

(m²) Obst.. (m²) Obst. (m²) Obst. (m²) Obst.

05 490 Concreto 05 430 Concreto 05 510 Concreto 05 390 Concreto

Nos testes computacionais realizados a seguir são comparados os desempenhos das

4.2. Apresentação dos resultados

Na Tabela 3 são apresentadas as porcentagens médias de área atendida que as

Tabela 3. Média das áreas atendidas obtidas pelas heurísticas.

A 77,08% 82,06% 4,98% 78,02% - 0,94% -

Neste trabalho foram propostas e comparadas duas heurísticas, baseadas na

A heurística GRASP-DROP demonstrou que o número de APs pretendidos para

Você também pode gostar